Spelling suggestions: "subject:"computadores"" "subject:"computador""
1 |
Ejercicios de arquitectura de computadorasMejía, Ronald 08 September 2007 (has links)
Ejercicios de los capítulos 2 y 3 de arquitectura de computadoras.
|
2 |
Fundamentos de programación. MTA6. Caso 1. Planilla construcción. Parte129 April 2013 (has links)
Fundamentos de programación. 6. Caso 1. Planilla construcción. Parte1
|
3 |
Fundamentos de programación. MTA6. Caso 1. Planilla construcción. Parte229 April 2013 (has links)
Fundamentos de programación. 6. Caso 1. Planilla construcción. Parte2
|
4 |
Fundamentos de programación. MTA6. Caso 1. Planilla construcción. parte329 April 2013 (has links)
Fundamentos de programación. 6. Caso 1. Planilla construcción. parte3
|
5 |
Fundamentos de programación. MTA6. Caso 2. Codificador29 April 2013 (has links)
Fundamentos de programación. 6. Caso 2. Codificador
|
6 |
Fundamentos de programación. Parte 1: Pseudocódigo29 April 2013 (has links)
Fundamentos de programación. Parte 1: Pseudocódigo
|
7 |
Fundamentos de programación. MTA1. Parte 2. Asignación29 April 2013 (has links)
Fundamentos de programación. 1. Parte 2. Asignación
|
8 |
Fundamentos de programación. MTA1. Pseudocódigo- ejemplo29 April 2013 (has links)
Fundamentos de programación. 1. Pseudocódigo- ejemplo
|
9 |
Position Location Estimation in ad-hoc networks using a Dead Reckoning approachHernández Salgado, Oziel. January 2006 (has links)
Tesis (Master of Science Electronic Engineering Major in Telecommunications) -- Tecnológico de Monterrey, Campus Monterrey. / Título tomado de la pantalla de presentación [como fue visto el 30 de agosto de 2006] También disponible en formato impreso.
|
10 |
Diseño e implementación del filtro mediano de dos dimensiones para arquitecturas SIMDSánchez Loayza, Ricardo Miguel 04 October 2011 (has links)
El filtro mediano es una de las operaciones básicas en el procesamiento de imágenes
digitales, su función es la de eliminar el ruido impulsivo sin alterar la información de
la imagen. A pesar de estas características, su uso se ve restringido debido al alto costo
computacional del filtro. Las propuestas tradicionales de solución, consisten en disminuir la
complejidad del algoritmo del filtro mediano, y en vectorizar los algoritmos existentes. Esta
vectorización se realiza al utilizar las unidades SIMD (Single Instruction Multiple Data -
Instrucción Única Múltiples Datos) de los procesadores modernos. Ésta les permite realizar
una misma operación a un conjunto, o vector, de datos de manera simultánea, con lo que se
obtiene un mejor desempeño computacional.
En el presente trabajo se implementa el filtro mediano con el algoritmo vectorial propuesto
por Kolte [1], el cual aprovecha las ventajas de las unidades SIMD. La eficiencia
computacional de la implementación realizada se compara con el algoritmo Filtro Mediano
en Tiempo Constante, propuesto recientemente por Perreault [2], el cual presenta una complejidad
de O(1). La implementación realizada es 75 y 18.5 veces mas rápida que la implementación de referencia, para áreas de análisis de 3 x 3 y 5 x 5 respectivamente. Se concluye
además que la vectorización de un algoritmo no necesariamente obtiene los mismos
resultados que un algoritmo diseñado específicamente para ser implementado en unidades
vectoriales [3]. / Tesis
|
Page generated in 0.0598 seconds